基于重叠高斯过程混合的同质结构群体通用形表示
机器学习
2022-06-24 v1 机器学习
摘要
固有频率的降低常被用作结构健康监测（SHM）的损伤指标。然而，运行与环境条件的波动、边界条件的变化，以及名义上相同结构间的细微差异也会影响刚度，产生模仿或掩盖损伤的频率变化。这种变异性限制了 SHM 技术的实际部署与泛化。本文旨在研究正常变异的影响，并识别能解释由此产生不确定性的方法。我们考虑从一组四片健康全尺寸复合材料直升机叶片收集的振动数据。这些叶片名义上相同实则各异，材料属性与几何形状的细微差别导致频响函数显著变异，在输入空间中呈现为四条独立轨迹。本文采用重叠高斯过程混合（OMGP）对直升机叶片正常工况频响数据生成标签并量化不确定性。借助基于群体的方法，OMGP 模型提供了一种称为“形（form）”的通用表示，用以刻画叶片的正常状态。随后将额外仿真数据与该形比对，并利用边际似然新颖性指标进行损伤评估。
引用
@article{arxiv.2206.11683,
title = {A generalised form for a homogeneous population of structures using an overlapping mixture of Gaussian processes},
author = {Tina A. Dardeno and Lawrence A. Bull and Nikolaos Dervilis and Keith Worden},
journal= {arXiv preprint arXiv:2206.11683},
year = {2022}
}
备注
12 pages, 4 figures. The Tenth European Workshop on Structural Health Monitoring (EWSHM 2022), Palermo, Italy, July 2022. arXiv admin note: substantial text overlap with arXiv:2203.07115